Trotz hervorragender Optimierungsergebnissen versagt das Realsystem total, was ist da falsch gelaufen?
Bei der simulationsbasierten Optimierung eines komplexen Systems wurden hervorragende und vielversprechende Ergebnisse erzielt. Trotzdem versagt die Implementierung des Realsystems total. Was ist da falsch gelaufen und wie kann so etwas passieren?
Die Anwendung von numerischen Optimierungsverfahren verleitet oft dazu, dass man es hin und wieder etwas übertreibt, wenn es um die Erreichung der definierten Optimierungsziele geht. Dabei verhalten sich Optimalität und Robustheit meist konträr zueinander. Optimalität und Robustheit sind quasi wie das Yin und Yang des Entwicklungsingenieurs.
Optimalität geht meist einher mit einem Verlust an Robustheit. Für ein „gutes“ Systemdesign benötigt man also ein ausgewogenes Maß von beidem. Während die primären Optimierungsziele aber meist einfach zu definieren sind (schneller, leichter, sicherer, ökonomischer,…), lässt sich Robustheit in der Regel nur schwer greifen und in konkrete Kriterien fassen.
Bei der Anwendung von beliebigen Optimierungsverfahren für komplexe und komplizierte Systeme bedarf es also eines dedizierten Robustheitsmanagements, um keine bösen Überraschungen bei der letztendlichen Implementierung von optimierten Systemen zu erleben. Neben der expliziten Formulierung von Robustheitskriterien für das gegebene System, müssen diese Robustheitskriterien laufend überprüft oder direkt in die Systembewertung für die Optimierung eingebaut werden.
Zuletzt aktualisiert am 2022-02-20 von Andreas Kuhn.
Einen Kommentar schreiben